Unidad de aprendizaje 2.

Pronsticos

Elemento de competencia: Programar en las organizaciones la

demanda de productos, determinando los pronsticos.
2.1 Qu es un pronstico? Caractersticas y
mtodos
Pronstico, en el plano empresarial, es la prediccin de lo que suceder con un
elemento determinado dentro del marco de un conjunto dado de condiciones.

Diferencia pronstico y presupuesto.

Presupuesto es el resultado de decisiones encaminadas a generar las
condiciones que propiciarn un nivel deseado de los pronsticos.
 2.2 Por qu se necesitan los pronsticos en la empresa

El objetivo bsico: Reducir el rango de incertidumbre dentro del cual se toman

las decisiones que afectan el futuro del negocio y con l a todas las partes
involucradas.
Aunque, el pronstico no sustituye el juicio administrativo en la toma de
decisiones, simplemente es una ayuda en ese proceso.

Se emplean en el proceso de establecimiento de objetivos tanto de largo como

de corto plazo,
Bases: desarrollo de planes, a nivel general y en las distintas reas o unidades.
 2.2 Por qu se necesitan los pronsticos en la empresa

Los planes basados en dichos pronsticos, no slo atendern a ellos sino que
establecern estrategias y acciones que los puedan contrarrestar, corregir o
impulsar.

Por ejemplo, si el pronstico de ventas para el siguiente ejercicio fiscal

muestra una tendencia desfavorable, entonces el plan estratgico de ventas
deber encaminarse a revertir dicha tendencia a travs de acciones que
impulsen el crecimiento o que no permitan que las ventas decaigan o, el peor
de los casos, que simplemente se reduzcan en un nivel mnimo.
 2.3 Usos de los pronsticos en la empresa
Organizaciones planifican condiciones del futuro, empleando pronsticos en diferentes reas:

Marketing. Pronostica cmo el crecimiento del mercado, cul va a ser la participacin

propia y de los competidores, cul ser la tendencia de precios, cules sern los nuevos
productos que sacudirn el mercado
Produccin. Pronsticos sobre el costo y la disponibilidad de la materia prima, el costo y la
disponibilidad de la mano de obra, cundo se requerir mantenimiento para los equipos,
cul ser la capacidad de planta necesaria para atender la demanda
Financiera. Pronostica cul ser la tasa de inters de referencia de crditos, cul ser el
nivel de cuentas incobrables, cunto capital se requerir para ampliar la capacidad propia
Recursos humanos. Pronsticos sobre el nmero detrabajadores, la rotacin de personal,
las tendencias de ausentismo, las necesidades de capacitacin
Plano estratgico. Pronostica factores econmicos, cambios de precios, costos,
crecimiento de lneas de productos
 2.4 Caractersticas del pronstico
Esempresarial
consistente con las dems reas del negocio. Si marketing pronostic un
crecimiento del 25% de unidades vendidas entonces produccin y recursos
humanos deben estar en capacidad de cumplir.
Se basa en el conocimiento adecuado del pasado relevante. Aunque hay
excepciones, la regla es que comportamientos ocurridos en el pasado son fuente
de prediccin del futuro.
Tiene en cuenta el entorno poltico y econmico. Un cambio en las condiciones
de estos factores puede traer consecuencias enormes en cualquier sector
econmico.
Es oportuno. Ya sea para ganar cuota de mercado introduciendo un nuevo
producto o para retirar otro y evitar una crisis, el ms preciso de los pronsticos
pierde toda su utilidad si se ha dejado pasar la oportunidad correcta de aplicarlo
en la planeacin.
 2.5 Clasificacin de los modelos de
pronsticos
2.5.1 Marco de tiempo al que atienden:

De corto plazo. Se usan para disear estrategias inmediatas, son empleados

entre mandos medios y gerencias de primera lnea.
De mediano plazo. Conjunta al corto y al largo plazo, til para decisiones de
todos los niveles.
Pronsticos de largo plazo. Requeridos para establecer el rumbo general de
laorganizacin, generalmente se hacen para que la alta direccin los use en
los procesos de planeacin estratgica.
 2.5 Clasificacin de los modelos de
pronsticos
2.5.2 Segn su atencin al detalle:

Micro pronsticos. Involucran pequeos detalles e interesan a los niveles

medios y de primera lnea.
Macro pronsticos. Se realizan a gran escala y son del inters de la alta
direccin.
 2.5 Clasificacin de los modelos de
pronsticos
2.5.3 Segn la intensidad del uso de datos:
Pronsticos cualitativos. Se basan en el juicio de individuos o grupos de individuos,
se pueden presentar en forma numrica pero generalmente no estn basados en
series de datos histricos.
Pronsticos cuantitativos. Emplean cantidades significativas de datos previos
como base de prediccin. Pueden ser:
Simples (no formales): proyectan datos pasados hacia el futuro sin explicar las
tendencias futuras.
Causales (explicativos): intentan explicar las relaciones funcionales entre la
variable a ser estimada (variable dependiente) y la variable o variables que
explican los cambios (variables independientes).
 2.6 Mtodos cualitativos
Se usan cuando los datos son escasos, por ejemplo cuando se introduce un producto
nuevo al mercado.
Usan el criterio de la persona y ciertas relaciones para transformar informacin
cualitativa en estimados cuantitativos.
Algunos son:
Jurado de opinin ejecutiva. Un grupo de ejecutivos corporativos se renen, sus
opiniones se promedian para generar el pronstico.
Composicin de la fuerza de ventas. Combina estimaciones de los vendedores
sobre las compras esperadas de los clientes.
Mtodo Delphi. Empleada predominantemente en la prediccin de tendencias y
cambios tecnolgicos. Emplea un panel de expertos que no se renen sino que el
proceso se lleva a cabo mediante una serie secuencial de preguntas y respuestas
escritas.
 2.6 Mtodos cualitativos
Encuestas de opinin. Permiten identificar cambios en las tendencias, se
llevan a cabo en muestras de la poblacin.
Investigacin de mercado.Se usa para evaluar y probar hiptesis acerca de
mercados reales.
Evaluacin de clientes. Combina estimaciones de los clientes habituales.
 2.7 Mtodos cuantitativos
Son procedimientos mecnicos o modelos matemticos apoyados en datos
histricos o en variables causales para producir resultados cuantitativos.
Algunos son:
Anlisis de series temporales o serie de tiempos. Establece una ecuacin
para una tendencia y la proyecta al futuro.
Modelos de regresin. Pronostica una variable a partir de lo que se sabe o
supone de otras.
Modelos economtricos. Simula con ecuaciones de regresin segmentos de
la economa.
 2.7 Mtodos cuantitativos

Indicadores econmicos. Pronostica con uno o ms indicadores el estado

futuro de la economa.
Efecto de sustitucin. Predice con una frmula matemtica cmo, cundo y
en qu circunstancias un nuevo producto o tecnologa sustituir al actual.
 2.8 Cmo elegir el mtodo de pronstico
adecuado
El contexto del pronstico
La relevancia y disponibilidad de datos histricos
El grado de exactitud deseado
El periodo de tiempo que se va a pronosticar
El anlisis de costo-beneficio del pronstico
El punto del ciclo de vida en que se encuentra el pro
 2.8 Cmo elegir el mtodo de pronstico
adecuado
Algunas de las preguntas que deben plantearse antes de decidir la tcnica de
pronsticos ms apropiada para un problema especfico son las siguientes:
Por qu se necesita un pronstico?
Quin utilizar el pronstico?
Cules son las caractersticas de los datos disponibles?
Qu periodo debe pronosticarse?
Cules son los requisitos mnimos de datos?
Qu tanta precisin se desea?
Cunto costar el pronstico?
 2.8 Cmo elegir el mtodo de pronstico
adecuado
A fin de seleccionar adecuadamente la tcnica conveniente de pronsticos, el
pronosticador debe ser capaz de:
Definir la naturaleza del problema de pronstico.
Explicar la naturaleza de los datos que se investigan.
Describir las capacidades y limitaciones de tcnicas de pronsticos
potencialmente tiles.
Desarrollar algunos criterios predeterminados sobre los que se pueda tomar
la decisin de seleccin.
Un factor importante que influye en la seleccin de una tcnica de pronstico
es identificar y entender los patrones histricos de los datos. Si se pueden
reconocer patrones de tendencia, cclicos o estacionales, pueden
seleccionarse tcnicas capaces de extrapolarlos de manera eficaz.
2.8 Cmo elegir el mtodo de pronstico
adecuado
Patrones
histricos de los
datos

Componente Nivel

Error aleatorio
2.8 Cmo elegir el mtodo de pronstico
adecuado

Tipos de tendencias comunes

Fuente: (Chase, Jacobs F., & Aquilano, 2009)

 2.8 El proceso del pronstico
1.Formulacin del problema y recoleccin de datos.Estos dos elementos se tratan como
un nico paso porque el problema determina los datos adecuados. Si no se dispone de los
datos adecuados el problema tendra que redefinirse o se tendra que acudir a un mtodo
puramente cualitativo.
2.Manipulacin y limpieza de datos.Es posible tener muchos o pocos datos, datos
irrelevantes, datos desactualizados, etc., todos ellos requerirn de cierto procesamiento
para obtener los datos necesarios y adecuados.
3.Construccin y evaluacin del modelo.Implica emplear los datos en un modelo de
pronsticos que sea adecuado en trminos de minimizacin del error de pronstico.
4.Aplicacin del modelo (el pronstico real).Consiste en los pronsticos reales del modelo
que se generan una vez que se han recolectado y quizs reducido a slo los datos
adecuados, tan pronto se ha elegido un modelo adecuado de pronsticos.
5.Evaluacin del pronstico.Implica comparar los valores del pronstico con los valores
histricos reales. Frecuentemente, el examen de los patrones de errores lleva al analista a
modificar el procedimiento de pronsticos.
2.9 Pronsticos cuantitativos: series de tiempo
La demanda pasada sigue cierto patrn, y que si este patrn puede ser
analizado podr utilizarse para desarrollar proyecciones para la demanda
futura, suponiendo que el patrn contina aproximadamente de la misma
forma.

El supuesto de que la nica variable real independiente en el pronstico de

series de tiempo es, precisamente, el tiempo. Dado que se basan en
informacin interna (ventas), en ocasiones se les denomina pronsticos
intrnsecos o precisos.
2.10 Principales categoras de pronsticos de serie de tiempo
2.10.1 Promedios mviles simples
Cuando la demanda de un producto no crece ni baja con rapidez, y si no tiene caractersticas
estacionales, un promedio mvil puede ser til para eliminar las fluctuaciones aleatorias del pronstico.
Aunque los promedios de movimientos casi siempre son centrados, es ms conveniente utilizar datos
pasados para predecir el periodo siguiente de manera directa.
La frmula de un promedio mvil simple es:

donde
Ft = Pronstico para el siguiente periodo
n = Nmero de perodos para promediar
At1 = Ocurrencia real en el periodo pasado
At2, At3 y Atn = Ocurrencias reales hace dos periodos, hace tres periodos, y as sucesivamente, hasta
hace n periodos
Ejemplo: Determine el pronstico de la Semana Demanda Ft
semana 15, utilizando media mvil de 1 800
tres y cuatro semanas 2 1400
3 1000
4 1500
5 1500
6 1300
7 1800
8 1700
9 1300
10 1700
11 1700
12 1500
13 2300
14 2300
15 ?
 2.10.2 Suavizacin Exponencial
En el mtodo de pronstico anterior (promedio mvil simple), la principal desventaja es la necesidad de
manejar en forma continua gran cantidad de datos histricos (esto tambin sucede con las tcnicas de
anlisis de regresin, que se estudiarn en breve).
En este mtodo, al agregar cada nueva pieza de datos, se elimina la observacin anterior y se calcula el
nuevo pronstico
La ecuacin para un solo pronstico de uniformidad exponencial es simplemente:

Ft = At1 + (1 )Ft1
Ft = Ft1 + (At1 Ft1)
Donde:
Ft = El pronstico suavizado exponencialmente para el periodo t
Ft1 = El pronstico suavizado exponencialmente para el periodo anterior
At1 = La demanda real para el periodo anterior
= El ndice de respuesta deseado, o la constante de suavizacin
At-1 Ft-1 = Error del pronstico
Por ejemplo, La demanda histrica del producto es

Mes Demanda Ft
Enero 12
Febrero 11
Marzo 15
Abril 12
Mayo 16
Junio 15
Julio ?

Mediante suavizacin exponencial simple con = 0.2, = 0.6 y = 0.9, calcule el

pronstico de julio. Haga todas las suposiciones que quiera.
 2.10.3 Suavizacin Exponencial con Ajuste de Tendencia y estacionalidad
700

600

500

400

300

200

100

0
1 2 3 4 5 6 7 8 9 10 11 12
1 2 3
Las tendencias son movimientos a largo plazo en una serie de datos a lo largo del tiempo.
La tendencia puede ser descrita por una recta o por una curva.
Las tendencias se dan por varias causas: cambios en la poblacin, cambios en la productividad, cambios
tecnolgicos, etc.
En este tipo de anlisis la variable independiente es el tiempo.
Estacionalidad. Es un patrn de cambio que se repite a s mismo ao tras ao.
Ejemplo
Suavizamiento exponencial con tendencia y estacionalidad

Don Federico, el peluquero del barrio, se enter que Usted est aprendiendo a realizar
pronsticos, y le pide que lo ayude en este tema.
Segn le han dicho a usted sus profesores, lo aprendido en la materia le debera ser til
para cualquier tipo de Empresa. Por lo tanto, le sugerimos que trate de aconsejarlo a
medida que avanza sobre este tema, y de paso ir asimilando la metodologa sin
grandes riesgos en caso de equivocarse...
Qu le dice Don Federico?:
"Hay das que viene mucha gente, y no doy abasto... Y otros das, nos quedamos
mirndonos la cara
porque no entra nadie... Los das que estamos colmados de gente, perdemos algunos
clientes que no quieren esperar tanto... Tengo la posibilidad de tomar peluqueros por
el da, siempre y cuando les avise con una semana de anticipacin... Pero cmo hago
eso, si esto parece ser totalmente al azar???"
 Demanda por da y semanal

semana 1 2 3 4 5 6
Lunes 10 12 11 14 13 ?
Martes 20 23 25 29 26 ?
Mircoles 15 19 19 21 20 ?
Jueves 20 25 25 27 27 ?
Viernes 30 36 37 41 38 ?
Sbado 50 60 62 68 66 ?
Determine el pronstico de la semana 6.
 2.11 Errores de pronsticos
Error se refiere a la diferencia entre el valor de pronstico y lo que ocurri en realidad.
No es realmente un error, cuando el pronstico est dentro de los lmites de confianza.
La demanda de un producto se genera mediante la interaccin de varios factores demasiado
complejos para describirlos con precisin en un modelo.
Todas las proyecciones contienen algn error.
Es conveniente distinguir entre las fuentes de error y la medicin de errores.

2.11.1 Fuentes de error

Errores sesgados ocurren cuando se comete un error consistente como:
no incluir las variables correctas; el uso de las relaciones equivocadas entre las variables; el
uso de la recta de tendencia errnea; un cambio equivocado en la demanda estacional desde el
punto donde normalmente ocurre; y la existencia de alguna tendencia secular no detectada.
Errores aleatorios se definen como aquellos que el modelo de pronstico utilizado no puede
explicar.
 Medicin de Errores

Error promedio de pronstico (MFE, por sus siglas en ingls,

Mean Forecast Error). Como su nombre lo indica, este nmero se
calcula a partir del error de pronstico promedio matemtico sobre
un periodo especfico. La frmula es:

Desviacin Media Absoluta (MAD, por sus siglas en ingls, Mean

Absolute Deviation). Una vez ms, la frmula puede deducirse a partir
del nombre del trmino. Literalmente significa el promedio de las
desviaciones absolutas matemticas de los errores de pronstico
(desviaciones). La frmula, por lo tanto, es:

 Cuando los errores que ocurren en el pronstico tienen una
distribucin normal (el caso ms comn), la desviacin absoluta
media se relaciona con la desviacin estndar como:
1.25MAD

Por el contrario: 1 MAD = 0.8

Seal de seguimiento. Es una medida que indica si el promedio

pronosticado sigue
el paso de cualquier cambio hacia arriba o hacia abajo en la demanda.
Como se utiliza
en el pronstico, la seal de seguimiento es el nmero de desviaciones
absolutas
medias que el valor pronosticado se encuentra por encima o por debajo de
la
ocurrencia real.
La figura siguiente muestra una distribucin normal con una media de 0 y
una MAD igual a 1. Por lo tanto, si se calcula la seal de seguimiento y se
encuentra que es igual a menos 2, se puede ver que el modelo de
pronstico ofrece pronsticos por encima de la media de las ocurrencias
reales.
Figura de la distribucin normal con media = 0 y MAD = 1, 2, etc.
 Nivel de Desviacin
confianza MAD
68.5% 1 MAD
95.5% 2 MAD
98.5% 3 MAD
99.9% 4 MAD

Mes Demanda Ft, n=3 At-Ft MAD TS

Mes Demanda Ft, n=3 At-Ft MAD TS
1 72
2
1 67
72
3
2 85
67
4
3 99
85 75
4
5 99
87 84
75
5
6 87
97 84
90
6
7 97
100 90
94
7
8 100
84 94
95
8 84 95
9 83 94
9 83 94
10 96 89
10 96 89
11
11 98
98 88
88
12
12 79
79 92
92
13 ? 91
MUCHAS GRACIAS

Preguntas ?